开源证券金融工程首席分析师  魏建榕

在第一部分，我们将超预期策略的收益来源进行估值和盈利维度的拆解，可以发现：2022年以来估值维度的负贡献明显放大，导致这类策略的表现不佳。相反，以常见的估值因子PB为例，十分组多头组合近两年估值维度依旧呈现正贡献。从全区间来看，超预期策略更多赚的是景气的钱，而低估类策略更多赚的是估值提升的钱，二者有天然的互补性。

在第二部分，我们探讨了低估价值股票池的构建。相较于表现一般的估值因子PB而言，我们使用了Wilcox(1984)提出的PB-ROE框架，但是该框架应用在A股时效果一般，拟合度较低，解决这一问题有效方法即分域。该部分讨论了不同分域方案对于因子效果的影响，最后经过分域修正的PB-ROE残差因子绩效有明显提升。

在第三部分，我们探讨了PB-ROE框架中“价值陷阱”的预防。从组合收益拆解中的盈利和分红维度切入，我们将低盈利增速和低分红的股票进行剔除，组合绩效有一定程度的提升。

在第四部分，我们探讨了价值增强Plus组合的构建。在剔除“价值陷阱”的低估股票池中，我们寻找盈利边际提升、预期分红较高以及股价呈现强趋势的股票，最终形成价值增强Plus组合，该组合全区间年化收益率28.93%，信息比率1.15，近两年绩效表现依旧较为优异。

在第五部分，我们结合在《宏观择时：风格、行业及大类资产配置》中构建的成长/价值轮动模型，将超预期plus组合和价值增强Plus组合进行融合，融合后的组合相较于单一组合而言，信息比率更优，尤其是在近两年超预期等成长类策略回撤的大背景下，这种多策略轮动的意义更加凸显。

1.1、 超预期近两年回撤主因：估值负贡献

为了进一步分析超预期类策略回撤的原因，我们选取了经过分析师行为和交易行为修正后的超预期股票池2.0，对其进行组合收益拆解后可以发现：在2010~2021年之间，其算是戴维斯双击的策略，但是就近两年看，估值的负贡献非常明显，导致整体产生较大的回撤。

1.2、 PB因子十分组多头：近两年表现相对优异

2.1、 PB-ROE框架在A股的拟合度较低

在本部分，我们探讨了低估价值股票池的构建。最常见的做法即使用PB因子进行分组，选取因子值较低的股票域。但对于PB因子而言，其选股效果一般，10分组的多空净值如图5所示，波动较大，IR仅0.71。

由于估值因子PB选股效果一般，我们将目光转向Wilcox(1984)提出的PB-ROE框架，具体含义为：股票当期估值的自然对数与预期盈利水平之间具有线性正相关关系，数学公式表达如下所示（k为股东要求回报率，ROE代表了未来的盈利水平）：

为了在A股进行效果的验证，这里我们假设所有股票的k相同，用当下能够得到的ROE进行未来ROE的代替，进行Ln(PB)与ROE横截面回归取残差。其中对于ROE而言，我们尝试了单季度ROE、ROE_TTM以及ROE_分析师一致预测，回归R2、残差因子ICIR以及覆盖度对比如表1所示：

从表1中我们可以发现，无论使用哪种ROE，拟合度都较低而且因子改进效果一般，但是略有差异。就拟合R方而言，ROE_分析师一致预测是最高的，原因在于分析师具备一定股价跟随性，这在《盈利预期调整优选组合的构建》中有过详细分析，其导致PB与分析师预期ROE天然相关性较高，但意义并不大，从残差因子效果较差，多空IR只有0.22也可以看出，这里我们不予考虑。就单季度ROE和ROE_TTM相比，拟合度R方相似但利用单季度ROE计算出的残差因子效果明显较好，多空IR为1.02，综合考虑最终我们采取单季度ROE进行后续的分析。

整体看下来，相较于PB因子而言，使用单季度ROE计算出的PB-ROE残差因子改进非常有限，其与PB因子的10分组多空对冲的对比如图8所示，虽然收益略微提升，但波动依旧较大，需要进一步改进。

PB-ROE框架在A股实践效果一般的原因在于不同股票股东要求回报率k并不相同，而且由于不同股票净利增速不同，导致当前的ROE代表不了未来ROE，所以不同股票域可比性较差，解决这一问题有效方法即分域。

2.2、 结合行业分域后的PB-ROE残差因子效果有所提升

对于行业而言，其为最为直观和简单的分域方式，我们猜想同一行业的股票更为类似，分行业的拟合R方可能会更高。通过图9我们可以发现大概2/3的行业内部拟合优度高于全市场拟合优度，通过行业分域，拟合优度确实有一定的提升。

进一步地，我们将行业变为哑变量加入回归后，残差因子整体绩效有一定的提升，RANKICIR从-1.72提升至-1.88，十分组多空对冲年化收益从14.10%提升至15.54%，信息比率从1.02提升至1.16。

2.3、 其他维度分域：从散点图出发到PE_M分域的思考

除了行业分域而言，我们尝试从其他维度再进行尝试。为了找到分域思路，我们首先将Ln(PB)和ROE在20231031这一天的散点图描绘出来，如图10所示，拟合效果比较一般，R方只有7.22%。从图形我们可以看出，拟合效果差的原因在于整体散点图太过分散，一部分按照箭头1的方向发散，一部分按照箭头2的方向发散，如果我们能够按照箭头1和箭头2的方向分别进行拟合，效果或许会有大幅度提升，为此我们定义了R指标：Rank(Ln(PB))/Rank(ROE)。通过图11我们可以看出高R和低R的拟合优度都在40%左右，明显优于原始全市场拟合的效果。

对于R指标的分域而言，我们需要寻找此类分域的基本面逻辑，否则就是没有意义的过拟合，并不会提升残差因子的效果。从R指标的定义形式来看，其非常类似于PE，而通过永续增长模型我们知道PE=1/(r-g)，其中股东要求回报率r和盈利增速g正是衡量股票是否可比的重要维度。

从散点图出发，到R指标，再到存在基本面意义的永续增长模型，我们发现PE为分域较好的维度。为了稳健性考虑，这里我们使用的是PE过去m个交易日的中位数PE_M。进一步地，我们将PE_M分为n组，作为哑变量参与回归，回归出的残差因子的RANKICIR敏感性分析如图12所示。从图中我们可以发现当m=250，n=3时较为稳定，我们选取该参数作为最终参数。

2.4、维度的综合：结合PE_M和行业分域

进一步地，我们将行业分域和PE_M分域进行结合，可以发现相较于原始的PB因子而言，改进效果非常显著，RANKICIR从-1.43提升至-2.30，十分组多空对冲年化收益从9.27%提升至18.70%，信息比率从0.70提升至1.68。（后文简称：改进PB-ROE残差因子）

2.5、低估股票池的构建：基于改进PB-ROE残差因子

对于改进PB-ROE残差因子而言，我们将其市值行业中性化后，将因子值在1/2分位以下的股票池称为低估股票池，1/2分位以上的股票称为高估股票池，低估股票池相较于高估股票池有非常明显的超额，结果如图14所示。除此之外，我们也统计了低估股票池内PB和ROE的中位数在全市场的分位水平，结果如图15所示。我们可以发现二者都在全市场中位数以下，即最终筛选出的低估股票池基本上还是偏低PB和低ROE为主，这种情况是极有可能落到“价值陷阱”中，我们需要对其进一步的精选。

对于低估类的股票而言，之所以会存在低估的的情况，原因主要有两条：1、价值真正被低估，这类股票是我们非常需要的股票；2、处于“价值陷阱”中，这类型股票是我们一定程度需要规避的股票。对于“价值陷阱”的规避方案，我们还是回到组合收益的构成中来寻找答案，即组合收益=估值提升+盈利+分红。

3.1、 规避“价值陷阱”：盈利维度

对于第二部分构建的低估股票池而言，其基本上还是偏低PB和低ROE为主，防御“价值陷阱”最简单的想法即将低ROE股票剔除，但是较为遗憾的是ROE因子在低估股票池分组效果一般，尤其是近年来的表现，出现了较大的回撤，表现如16所示。

进一步地，我们尝试从其他维度寻找分组较好的财务指标。我们分不同板块，测试了营运效率、盈利能力、偿债能力、资本结构以及盈余质量这几大类因子，以及其对应的环比和同比选股RankICIR，结果如图17所示。

通过图17我们可以发现，除了金融板块而言，单季度ROE同比因子在不同的板块效果都还不错，其在低估的股票池内的分组效果如图18所示，近两年虽然多空有走平迹象，但相较于ROE因子而言表现相对更好。

3.2、 规避“价值陷阱”：分红维度

除了盈利维度，分红维度也是判定“价值风险”较为重要的维度。一般来说，某个公司的分红意愿较高，价值风险也往往较小，常见的过去12个月股息率因子Divdend_TTM因子在低估股票池内的分组效果如图20所示。从图20可以看出，Divdend_TTM因子具备一定分组能力，高分红的绩效表现相对更好。

3.3、 规避“价值陷阱”：盈利和分红维度综合

进一步地，我们将盈利和分红维度综合，将低估股票池内分为四大象限：高成长高股息、高成长低股息、低成长高股息、低成长低股息，高成长高股息表现最好，低成长低股息表现最差。为了防止“价值陷阱”，我们将位于低成长低股息现象的股票进行剔除，并将剔除“价值陷阱”的低估股票池称为：优质低估股票池。

通过第三部分的讨论，我们已经得到了剔除“价值陷阱”的优质低估股票池，进一步的精选思路我们还是回到：组合收益=估值提升+盈利+分红，旨在寻找盈利边际提升、预期分红较高以及股价呈现强趋势的股票。

4.1、改进PB－ROE残差因子具备一定的分组效果

在优质低估股票池中，改进PB-ROE残差因子依旧具备一定的分组能力，三分组多空对冲年化收益为6.21%、信息比率为1.26。

4.2、净利润同比的环比因子具备较稳定的选股效果

在优质低估股票池中，我们测试了ROE、净利润、营收相关指标的效果。其中净利润同比的环比因子效果较为稳定，3分组多空对冲IR为1.17，而且近两年的表现依旧较为稳定。其中虽然ROE同比指标3分组多空对冲IR为1.23，但是其近两年表现效果非常一般，这里不予考虑。

4.3、预期股息率因子具备一定的选股效果

对于预期股息率因子的构建而言，其需要预测净利润和股息支付率，但二者的预测难度较大且效果不一定好，本文采取简版做法，即假设股息支付率不变，分红的增长率等于净利润的时序累计增长率。预期股息率因子在低估股票池内依旧具备一定的分组能力，三分组多空对冲年化收益6.07%、信息比率1.21。

4.4、长端动量因子具备一定的选股能力

长端动量因子在低估股票池内依旧具备一定的分组能力，三分组多空对冲年化收益8.01%、信息比率1.46。在A股市场中，动量效应难寻踪迹。无论是长端涨跌幅还是短端涨跌幅，在A股市场中均呈现显著的反转效应。由于高振幅交易日中，投资者过度反应的概率更高，反转效应更强，并且直接导致长端涨跌幅总体呈现反转效应，开源金融工程团队在报告《A股市场如何构造动量因子》中，通过振幅切割的方式，剔除高振幅交易日的涨跌幅，从而剔除过度反应的涨跌数据，去伪存真，构建长端动量因子，有效捕捉A股市场中的动量效应。

4.5、组合的构建

结合上述的分析，我们最终在剔除“价值陷阱”的优质低估股票池中，将改进PB-ROE残差、净利润同比的环比、预期股息率、长端动量4大因子进行等权合成，优选股票30只，将其称为价值增强Plus组合。该组合全区间绝对收益为28.93%，收益波动比1.15，其超额中证500全区间年化收益22.97%，收益波动比为2.31。

我们在《业绩超预期Plus组合2.0：基于预期调整的修正》中构建了超预期Plus组合，加上本文构建的价值增强Plus组合，本部分我们尝试了这两种策略的轮动，希望在超预期等成长类策略回撤的大背景下，获得更加稳健的收益。

5.1、宏观择时轮盘回顾

在《宏观择时：风格、行业及大类资产配置》中，我们结合上述盈利、估值压力和动量三维度，我们给出了如下成长和价值的择时轮盘：

（1）在盈利下行，存在估值压力时，此时市场情绪往往较为悲观，偏防御的价值板块会相对更强势；

（2）在盈利下行，估值压力为0时，此时成长股往往受益于流动性拔估值而表现更好，但为了防止风格切换时前期风格会有所延续，我们采取动量维度进行验证；

（3）在盈利上行，估值压力为0时，此时往往位于复苏前半段，市场风险偏好在提升，此时弹性更高的成长股往往会表现更为出色；

（4）在盈利上行，估值压力不为0时，此时往往位于复苏后半段及过热期，而且此时估值压力导致成长板块估值承压，价值板块会明显占优，但为了防止风格切换时前期风格会有所延续，我们采取动量维度进行验证。具体示意图如图27所示。

基于上述轮盘构造的成长/价值轮动，每月看多风格所对应的国证风格指数，记为风格轮动多头组合；反之记为轮动空头组合；每月等权配置国证成长、国证价值作为业绩基准。从2012年至今，风格轮动的多头超额空头年化收益为6.85%，信息比例0.51，月度胜率56.3%。

5.2、 多策略融合表现

对于融合策略而言，我们尝试了两种：w=0.5和w=1。w=0.5是两种策略简单等权，w=1是基于宏观择时轮动，具体计算规则为：宏观择时看多成长，持有超预期Plus组合；宏观择时看多价值，持有价值增强Plus组合。从图28我们可以看出：相较于仅持有超预期Plus组合，多策略融合净值近两年明显更加稳健，其中w=1的净值表现更加优异。

从表7的绩效中可以发现：4种组合中基于宏观择时轮动的信息比率最高，达到了1.46，但是收益却不是最高，主要原因在于超预期Plus组合之前年份较为强劲，导致即使看对了价值风格去配价值增强Plus组合，但是也没有跑赢超预期Plus组合。但是我们认为：未来在超预期策略越来越被提前定价、alpha空间逐渐被挤压的背景下，基于宏观择时的多策略轮动效果会逐渐凸显。

6.1、 价值增强Plus组合的市值和行业分布

价值增强Plus组合市值分位和行业分布如图29和图30所示。从市值分位角度来看：组合的市值中位数全区间均值为63亿，偏中小市值；从行业角度来看：全区间来看，该组合分布较为均衡，其中偏价值的房地产、交通运输、公用事业等行业暴露也较多。

6.2、价值增强Plus组合选股敏感性分析

对于价值增强Plus组合而言，其随着入选股票只数的增加，绩效基本呈现单调规律，最优入选股票个数为N=30只，此时年化收益为28.93%，信息比率为1.15。

6.3、困境反转组合的尝试

在上述价值增强Plus组合的构建中，我们首先构建了低估股票池，进一步剔除了可能处于“价值陷阱”的股票，最后使用4类因子进行优选。除此之外，我们还可以从另外一条思路构建组合：低估但出现困境反转。衡量困境反转的思路为历史业绩较差，但最近一期盈利和收入表现较好。具体定量标准为:过去4个季度ROE同比有一半以上时间小于0，但最近1个季度ROE同比，ROE同比的环比，营收同比，营收同比的环比皆大于0。该组合全区间绝对收益为23.33%，收益波动比0.82。

模型基于历史数据测算，市场未来可能发生重大改变。

相关报告（可点击链接）：

业绩超预期Plus组合的构建

盈利预期调整优选组合的构建